SQL窗口函数详解：从基础到高级应用

1. 窗口函数基础概念解析

窗口函数（Window Function）是SQL中一种强大的分析工具，它能够在保持原始行不变的同时，对一组相关的行执行计算。与常规的聚合函数不同，窗口函数不会将多行合并为单个输出行，而是为每一行返回一个值。

1.1 窗口函数的核心特点

窗口函数的核心特点体现在三个关键方面：

1. 保留原始行数据：窗口函数不会像GROUP BY那样合并行，而是为查询结果中的每一行都返回一个值
2. 定义计算范围：通过OVER()子句指定计算的行集合（称为"窗口"）
3. 灵活的分区控制：可以使用PARTITION BY将数据分成多个组，在每个组内独立计算

sql复制-- 基本语法结构
SELECT 
    column1,
    column2,
    window_function(column3) OVER (
        [PARTITION BY partition_expression]
        [ORDER BY sort_expression [ASC | DESC]]
        [frame_clause]
    ) AS result_column
FROM table_name;

1.2 窗口函数与聚合函数的区别

理解窗口函数与普通聚合函数的区别至关重要：

2. 常用窗口函数分类与应用

窗口函数主要分为三大类，每类都有其独特的应用场景和函数集合。

2.1 排名函数（Ranking Functions）

排名函数用于为行分配排名值，特别适用于Top-N查询和数据分析：

sql复制-- RANK(): 相同值相同排名，后续排名跳过并列数量
SELECT 
    employee_name,
    salary,
    RANK() OVER (ORDER BY salary DESC) AS salary_rank
FROM employees;

-- DENSE_RANK(): 相同值相同排名，但后续排名不跳过
SELECT 
    product_name,
    sales,
    DENSE_RANK() OVER (ORDER BY sales DESC) AS sales_rank
FROM products;

-- ROW_NUMBER(): 为每行分配唯一序号，不考虑相同值
SELECT 
    student_id,
    exam_score,
    ROW_NUMBER() OVER (ORDER BY exam_score DESC) AS score_rank
FROM exam_results;

实际应用场景：

• 计算销售人员的业绩排名
• 识别考试成绩前10%的学生
• 分析产品在各地区的销售排名

2.2 分析函数（Analytic Functions）

分析函数提供跨行的计算能力，常用于时间序列和趋势分析：

sql复制-- LAG/LEAD: 访问前后行的数据
SELECT 
    date,
    revenue,
    LAG(revenue, 1) OVER (ORDER BY date) AS prev_day_revenue,
    revenue - LAG(revenue, 1) OVER (ORDER BY date) AS daily_growth
FROM sales_data;

-- FIRST_VALUE/LAST_VALUE: 获取窗口首尾值
SELECT 
    department,
    employee_name,
    salary,
    FIRST_VALUE(employee_name) OVER (
        PARTITION BY department 
        ORDER BY salary DESC
    ) AS highest_paid_employee
FROM employees;

-- NTH_VALUE: 获取指定位置的值
SELECT 
    month,
    product,
    sales,
    NTH_VALUE(product, 2) OVER (
        PARTITION BY month 
        ORDER BY sales DESC
    ) AS second_best_seller
FROM monthly_sales;

典型使用案例：

• 计算环比/同比增长率
• 识别销售趋势变化点
• 分析用户行为序列模式

2.3 聚合窗口函数（Aggregate Window Functions）

常规聚合函数与OVER()结合，实现灵活的分区计算：

sql复制-- 计算移动平均值
SELECT 
    date,
    temperature,
    AVG(temperature) OVER (
        ORDER BY date 
        ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
    ) AS three_day_avg_temp
FROM weather_data;

-- 累计求和
SELECT 
    month,
    revenue,
    SUM(revenue) OVER (
        ORDER BY month 
        ROWS UNBOUNDED PRECEDING
    ) AS cumulative_revenue
FROM monthly_financials;

-- 计算占比
SELECT 
    category,
    product,
    sales,
    sales / SUM(sales) OVER (PARTITION BY category) * 100 AS category_percentage
FROM product_sales;

实用技巧：

• 使用ROWS或RANGE定义窗口范围
• UNBOUNDED PRECEDING表示从分区开始
• CURRENT ROW表示当前行
• n FOLLOWING表示后续n行

3. 窗口定义与帧规范详解

窗口函数的强大之处在于可以精确控制计算范围，这通过OVER()子句中的窗口规范实现。

3.1 PARTITION BY子句

PARTITION BY将数据分成多个组，窗口函数在每个组内独立计算：

sql复制-- 按部门分区计算薪资排名
SELECT 
    department_id,
    employee_name,
    salary,
    RANK() OVER (PARTITION BY department_id ORDER BY salary DESC) AS dept_salary_rank
FROM employees;

注意事项：

• 可以指定多个分区字段（PARTITION BY col1, col2）
• 分区字段的选择直接影响计算结果
• 未指定PARTITION BY时，整个结果集作为一个分区

3.2 ORDER BY子句

ORDER BY确定窗口内行的排序方式，影响排名函数和累积计算：

sql复制-- 按日期排序计算累计销售额
SELECT 
    order_date,
    daily_sales,
    SUM(daily_sales) OVER (ORDER BY order_date) AS cumulative_sales
FROM sales_data;

关键点：

• 排序方向（ASC/DESC）会影响结果
• 对于聚合窗口函数，ORDER BY会创建默认的窗口帧
• 在排名函数中，ORDER BY是必需的

3.3 窗口帧规范（Frame Specification）

窗口帧精确控制参与计算的行范围，语法灵活：

sql复制-- 计算3天移动平均（前一天、当天、后一天）
SELECT 
    date,
    temperature,
    AVG(temperature) OVER (
        ORDER BY date 
        ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING
    ) AS three_day_avg
FROM weather_data;

-- 计算季度累计（从季度开始到当前行）
SELECT 
    month,
    revenue,
    SUM(revenue) OVER (
        PARTITION BY quarter 
        ORDER BY month 
        ROWS UNBOUNDED PRECEDING
    ) AS quarter_to_date
FROM financials;

帧类型说明：

• ROWS：基于物理行偏移
• RANGE：基于逻辑值偏移
• GROUPS：基于组偏移（部分数据库支持）

常用帧模式：

• UNBOUNDED PRECEDING：分区开始
• n PRECEDING：前n行
• CURRENT ROW：当前行
• n FOLLOWING：后n行
• UNBOUNDED FOLLOWING：分区结束

4. 高级应用与性能优化

掌握窗口函数的高级用法可以解决复杂分析需求，同时需要注意性能影响。

4.1 多层窗口函数嵌套

窗口函数可以嵌套使用，实现复杂分析逻辑：

sql复制-- 计算部门内薪资排名，然后分析排名变化
SELECT 
    employee_id,
    department,
    salary,
    current_rank,
    prev_rank,
    current_rank - prev_rank AS rank_change
FROM (
    SELECT 
        employee_id,
        department,
        salary,
        RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS current_rank,
        LAG(RANK() OVER (PARTITION BY department ORDER BY salary DESC), 1) 
            OVER (PARTITION BY employee_id ORDER BY year) AS prev_rank
    FROM employee_history
    WHERE year = 2023
) t;

4.2 动态窗口与条件聚合

结合CASE表达式实现条件窗口计算：

sql复制-- 计算过去30天内的高价值客户交易总额
SELECT 
    customer_id,
    transaction_date,
    amount,
    SUM(CASE WHEN amount > 1000 THEN amount ELSE 0 END) OVER (
        PARTITION BY customer_id 
        ORDER BY transaction_date 
        RANGE BETWEEN INTERVAL '30' DAY PRECEDING AND CURRENT ROW
    ) AS high_value_tx_30d
FROM transactions;

4.3 性能优化技巧

窗口函数可能成为查询性能瓶颈，需注意：

1. 分区策略优化：

   • 选择合适的分区字段，避免创建过多小分区
   • 分区字段应该有良好的选择性

2. 排序成本控制：

   • 确保ORDER BY字段有索引支持
   • 避免在窗口函数中使用复杂表达式排序

3. 帧范围选择：

   • 尽量缩小窗口帧范围（如3行而非整个分区）
   • 使用ROWS而非RANGE（前者通常性能更好）

4. 执行计划分析：

sql复制-- 查看执行计划，关注窗口函数操作
EXPLAIN ANALYZE
SELECT ... window_function() OVER(...) ...
FROM ...;

典型优化案例：

sql复制-- 优化前：全分区排序计算
SELECT 
    user_id,
    SUM(revenue) OVER (ORDER BY user_id) 
FROM users;

-- 优化后：添加合理分区
SELECT 
    user_id,
    SUM(revenue) OVER (PARTITION BY user_segment ORDER BY user_id) 
FROM users;

4.4 跨数据库兼容性

不同数据库对窗口函数的支持有差异：

实际开发中，对于需要跨数据库的应用，建议：

• 使用最通用的窗口函数语法
• 避免使用数据库特有的高级功能
• 在应用层处理复杂的分析逻辑